MétaCan
Menu
Retour à la cohorte
Enregistrement W4314447482 · doi:10.3233/nre-220269

Predictors of functional dependence at one year in acute ischemic stroke with large vessel occlusion

2023· article· en· W4314447482 sur OpenAlexaboutno aff
Liu-Zhu Chen, Yujie Tu, Yezhi Huang, Linan Qiu, Jia-Hao Chen, XU Xue-qian, Minjie Xu, Dandan Geng, Yisi Lin, Jincai He

Notice bibliographique

RevueNeurorehabilitation · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAcute Ischemic Stroke Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineLogistic regressionInternal medicineStroke (engine)Ischemic strokeMultivariate analysisRehabilitationAcute strokePhysical therapyIschemia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In China, the current status of clinical treatment of eLVO and the factors affecting its long-term prognosis are unclear. OBJECTIVE: This study aims to explore the predictive factors of functional outcomes at one year in patients of acute ischemic stroke with emergent large vessel occlusion (eLVO). METHODS: We retrospectively collected 536 patients who underwent treatments for eLVO. Primary outcomes included one-year functional outcomes and delayed functional independence (DFI). The logistic regression was performed to predict the primary outcome. RESULTS: 431 (85%) survivors participated in the one-year follow-up. In the multivariate logistic analysis adjusted for baseline characteristics, the following factors were found to be significant predictors of functional dependence at one year: old age (aOR = 1.042, 95% CI=1.01-1.076, p = 0.011), low Alberta stroke program early CT score (ASPECTS) (aOR = 0.791, 95% CI=0.671-0.933, p = 0.005), unsuccessful reperfusion (aOR = 0.168, 95% CI=0.048-0.586, p = 0.005), poor medication compliance (aOR = 0.022, 95% CI=0.007-0.072, p < 0.001), and complicated with stroke-associated pneumonia (SAP) (aOR = 2.269, 95% CI=1.103-4.670, p = 0.026). We also found that men (aOR = 3.947, 95% CI=1.15-13.549, p = 0.029) had better medication adherence (aOR = 14.077, 95% CI=1.736-114.157, p = 0.013), and going to rehabilitation centers (aOR = 5.197, 95% CI=1.474-18.327, p = 0.010) were independent predictors of DFI. CONCLUSION: The significant predictors of functional dependence at one year were: old age, low ASPECTS, unsuccessful reperfusion, poor medication adherence, and combination with SAP. Men, good medication adherence, and going to rehabilitation centers contributed to getting delayed functional independence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,242
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurorehabilitationMême sujetAcute Ischemic Stroke ManagementTravaux en français237 207